智能世界2030：数字化和低碳化是最重要两个机会

【环球网报道 记者 张阳】当日历翻到2022年，智能世界2030已经大踏步地向我们走来，与其说对未来世界的想象，不如说是对未来世界的展望，下一个十年已经近在咫尺。

在过去的十年中，随着宽带通信、智能设备、云计算和AI的迅速发展，数字技术极大丰富了人类的生活和工作。下一个十年已经可以初见雏形，在2022年全球分析师大会上，华为携手产业伙伴举办了智能世界2030论坛，对未来十年数字化、低碳化两大发展趋势进行了深入的思考和探讨。

打造立体超宽、绿色智能的 未来通信网络

自2018以来，华为研究团队与业界1000多名学者、客户、伙伴进行交流，组织了2000多场的研讨，参考了大量权威机构的数据、方法，集结来自业界、华为专家的多方智慧，在去年9月华为全联接大会期间，华为正式发布了面向下一个十年的思考——《智能世界2030》报告，包括1份主报告和4份产业报告，提出了对未来的8大宏观展望及32个指标的预测数据。

华为认为产业是构筑智能世界的基础，2021年华为发布了《通信网络2030》、《计算2030》、《数字能源2030》，以及《智能汽车解决方案2030》，这4份产业报告。为业界提供了相应产业的技术趋势洞察，对于未来的产业发展具备借鉴意义。”

根据《通信网络2030》的预测，2030年，万物互联已经成为现实，从连接百亿的人到连接千亿的物，连接数量将提升至少10倍；元宇宙的全息影像将模糊现实与虚拟的边界，全息影像至少需要10Gbps，因此带宽需求也将百倍提升，另外，自动化生产，远程手术等1ms超低时延应用在2030年也得到普及，时延等待将比今天降低百倍。

针对这样的网络预测，华为ICT战略与业务发展部总裁盖刚深度解读了通信网络未来的6大特征。盖刚表示“正是人类对极致体验的不懈追求，持续驱动着通信网络不断地创新和发展。从联接百亿人到联接千亿物，我们认为通信网络2030将具备六大关键特征：立体超宽、通信感知融合、确定性体验、智能原生、安全可信和绿色低碳。”

第一个关键特征是立体超宽，未来宽带将不仅在地面，还将延伸到空中，会有很多新的应用场景诞生，如超高速卫星移动，星地覆盖，超长距星间通信等场景，形成一张空天地一体的无缝覆盖网络；未来10年，随着全球各国光纤网络的广泛部署，有线和无线将从今天的家庭、个人、园区三千兆共同迈入三万兆时代。

第二个关键特征是通信感知融合，将带来超越传统网络的应用可能性。一方面是无线感知，利用无线通信信号提供实时感知功能，获取环境的实际信息，并且利用先进的算法、边缘计算和人工智能能力来生成超高分辨率的图像，完成现实世界的数字化重建，可以和虚拟化世界进行融合，获得更加真实的体验；另一方面是光纤感知，利用光纤振动传感提供感知功能，光纤沿油气管道深埋，通过分析振动信号，可预警和精确定位管道故障，基于光纤振动、温度、应力及水质传感等光技术，配合大数据/AI/GIS地图等智能管控析能力，实现差异化、多维度、多场景的智慧检测预警。

第三个关键特征是确定性体验，2030年，大量低时延的应用将普及，例如高精度的自动化生产，机器人之间沟通合作必须保证1ms的时延。远程手术则需要5-10ms的时延才能保证手术的安全可靠。因此，未来网络应该有能力构建三级时延，低于10ms甚至1ms的时延将成为网络的基础服务和功能。

智能原生是通信网络的第四个关键特征，未来十年，通信网络的连接数和连接密度将指数级增长。网络的配置、网络的运维将变得越来越复杂。用人工智能的技术来解决网络的运营、运维难题将是必然的选择。

安全可信是通信网络的第五个关键特征，智能世界2030预测，2030年全球连接数将达到2000亿，90%的企业将采用多云。通信网络将下联万物、上联多云，承载了大量企业的关键数据。对通信网络的要求将不仅是安全，还要可信。因此华为提出全场景安全可信框架，在内生安全、原生可信上开展关键技术创新。华为预测，到2030年，100%新建的通信网络都将使用内生安全的网络技术，50%以上的新建网将使用融合区块链、隐私计算等原生可信技术。

绿色低碳不仅是全球最为热门的话题，也是通信网络的第六个关键特征，2030年，通信网络流量将至少增长100倍。在流量提升百倍的情况下，要想能耗不增加或者少增加，靠单点技术的突破几乎不可能。这就需要从设备、站点、网络、运营这四个纬度系统性地提升网络能效，通过理论创新，架构创新和软件算法创新，实现通信网络的百倍能效提升。

多维协同的智能算力底座

智能世界的两大基础设施其一是连接，其二就是计算，未来十年真正的计算将融入人们的生产、生活和对未来领域的探知各个场景中。华为计算产品线副总裁姜涛表示“计算产业到2030年，将会有物理层突破、智能认知、多样性计算、内生安全、多维协同、绿色集约六大特性。预计到2030年数字世界与物理世界将无缝融合，计算将具备模拟、还原、增强物理世界的能力。”

当前半导体工艺逐步逼近物理极限，未来要想实现突破主要的方向有三个：模拟计算、非硅基计算、新型存储。模拟计算主要是量子计算和光子计算两个方向，预计在2025年将会出现一千量子比特的芯片在特定场景商用; 而非硅基计算主要包括碳纳米管，在2025年会得到商用，在2030年会扩展到集群场景;  而新型存储，围绕数据的全生命周期的热数据、温数据和冷数据的差异，未来主要集中高速高性能和海量低成本两个方向。

AI技术的趋势，主要是从感知走向认知。感知智能中目前大众所熟悉的深度学习预计在2025年，将会出现万亿级的参数的大模型，第二阶段是认知智能，主要的技术方向是知识计算，预计在2025年将在搜索、推荐、对话等推理场景上得到使用。2030年在一些局部的场景甚至会实现机器对人的替代。

未来的计算、数据将会选择最合适的算力来处理，而融合的应用又需要多样性的计算，因此，传统的以CPU为核心的计算需要变成以数据为核心的对等计算，对等计算的架构核心是总线，板级的总线将会扩展成DC的总线，这样能够实现算力、内存、网络IO协议的四合一，新的数据总线的支撑下，未来将逐步实现对称计算、泛载计算、存算一体的新型的计算架构。基于新的架构，预计在2025年计算性能有望获得10倍的提升。

多维协同主要包括立体计算和数字孪生两个方面，未来云边端架构实现优势互补将在业界成为标准架构，实现规模商用。在智慧城市、智慧工厂这些应用的驱动下，数字孪生也会加速落地。与数字孪生相关的关键技术主要包括多维感知与建模、光场的全息渲染、虚实协同与交互这三个方面。预计到2030年，感知建模、算力级存储的需求将会增加100倍。

未来计算安全将成为一个系统的内生的能力，贯穿数据的全生命周期。预计2026年在数字身份领域，将会出现全球认可的共识算法、同态加密性能将会提升1000倍，初步实现商用。随着AI应用的普及，AI的安全可信将会成为越来越重要的方面。安全将融入载网计算、多样性计算、对等计算等新的计算架构。预计2026年，DC类结合硬件的主动检测威胁覆盖率将会超过50%。

集约化建设提升算力利用率，降低单位算力的能耗，是计算绿色集约的一个主要途径。具体手段包括芯片工程、一体化DC和算力网络。芯片工程会主要沿着Chiplet、3D封装和wafer芯片三个方向。而一体化DC主要是通过集群的全栈化来解决海量算力和高能耗之间的矛盾，通过全栈的协同创新，达到降低能耗，全局的PUE最优。而算力网络是通过一些新型的网络技术，将各地的数据中心全部连在一起，能够提供算力的服务化。预计到2030年，将会出现超过100个城市的节点连接起来的算力网络。

从全球视野来看，算力已经成为了支撑数字经济发展的关键生产力，全球都在加强对算力基础设施的投入。例如，欧盟启动了欧洲高性能共同计划，中国开启东数西算工程，发布了全国的一体化大数据中心的枢纽方案，统筹部署八大枢纽、四大集群等等。

打造AI超级算力，构建迈向智能世界的创新引擎

作为一种新兴颠覆性的技术，人工智能正在释放科技革命和产业革命的巨大能量，逐步改变我们生产生活的方式、思维方式，并且对经济社会发展都产生了非常重要的影响。IEEE Fellow，鹏城云脑总设计师田永鸿就分享了鹏城云脑实践。

田永鸿说：“鹏城实验室作为一个突破性、引领性、平台性、一体化的面向网络智能通信领域的新型研发机构，一直致力于解决网络智能领域中间的关键问题。因此，从2018年开始，实验室启动建设鹏城云脑系列的超级智能算力平台，目前我们已经建成面向实验室内部科研的鹏城云脑I，面向领域专用的人工智能主要解决千亿级参数，大模型训练问题的鹏城云脑II，还在规划和研究建设未来的鹏城云脑III、鹏城云脑IV，希望能够解决通用的人工智能甚至大脑模拟这样的自然科学难题。”

据田永鸿介绍，鹏城云脑的目标是希望这样的超级智能平台可以成为信息时代的智能“高铁”。在鹏城云脑和各地的计算中心、数据中心在算网一体的基础设施基础之上，实现算力、数据和生态的统一的汇聚，实现规模AI资源的统一视图，通过统一运营的多维度调度管理系统，来实现各种计算任务、计算资源的统一调度、统一运营和统一服务。最终实现数据、算力、服务、模型和算法高效流通的分布式云服务，五环流通。

“去年年底我们在国内已经联通了七八个包括智算中心甚至少部分超算中心的原型，我们进行了初步的实验，希望未来我们在这个基础上能够打造更高效、更高速、有更大应用场景的智算网络。”田永鸿在分享时如此表示。

在田永鸿看来，模型是AI研究和产业的中心，而大模型或者基础模型应该是AI生态竞争中的腰杆。所以目前鹏城云脑上已经开展了鹏城系列大模型的训练。更为重要的是这样的体系完全开放，建立了新型的产学研合作机制，希望未来能够为面向产业界实现AI赋能。

目前，基于鹏城云脑训练出来的两个主要的大模型。第一个就是面向大规模中文自然语言处理的鹏城盘古模型，第二个例子是面向生物医药领域的AI大模型“鹏城神农”，希望能够打造面向生物医药领域的AI平台，以鹏城云脑为算力基座，来支撑这样的大规模的应用。“鹏城神农”不仅能够在蛋白质序列生成、蛋白质序列比对以及蛋白质结构预测等多个环节进行精准计算，并取得了显著了成效，以往需要数月甚至数年的计算任务可以缩短到几分钟或者几秒钟。

如果将云脑类比于人类的大脑，大模型类似于人类在长期以来学习出的巨量的知识网络。这种知识网络在面向具体任务的时候需要脑眼融合才能发挥相应的效能。近来鹏城实验室借鉴生物视网膜的结构基理，提出了数字视网膜的架构。

数字视网膜就是面向视觉计算可伸缩的端边云协作的计算架构。这套架构能够从基于边缘服务器或者城市路网的摄像机采集的实时的图像、视频、数据，提取特征，把特征压缩到很小，把特征源源不断地汇集到鹏城云脑上进行训练，大大节约了传输的时间和成本。针对具体的应用场景，可能只需要少量的数据对这种模型进行微调，就能够实现对各种应用场景的智慧赋能。

田永鸿还发出倡议希望学术界、产业界能够与鹏城实验室一道探索新型的智慧科学范式，在技术领域解决关键的技术难题，推动整个经济智能发展。田永鸿还透露2022年上半年，鹏城实验室面向全世界公开征集围绕科学大数据、大规模算力，加上高性能AI模型的智慧科学研究这种新范式，遴选了十个计算领域的应用挑战，参与应用的团队将会得到鹏城实验室和其他领军企业在技术、算力、资源上的支持，近期将会正式发布这十大挑战。

之所以将对2030年的畅想称之为展望，就是因为在有切实的技术支撑的基础上畅想甚至可以成为规划，未来十年甚至更长时间，数字化和低碳化是人类社会发展最重大的两大趋势也是最重要的两个机会。数字化、低碳化是相互驱动、相互促进的统一体，是推动人类社会绿色发展的双引擎。迈向智能世界需要产业、社会各界一起协同，朝着共同目标一起努力, 预测未来的最好方式，就是创造未来。